【深度】数据要素时代，机器学习模型管理发展趋势！
更新时间：2023-03-23 18:20:32
本文专题：AI魔学院知识库
内容来源：视频号直播—AI智能决策18问
本文专家：胡睿轩博士 四大咨询模型专家，魔数智擎合作伙伴
上期内容：【干货】四大胡博士谈机器学习模型管理发展！（上）
第一，监管与合规化。模型全生命周期管理最早由国外引入，是2008年次贷危机后美国金融界监管加强的产物。引入到国内后对于金融风险把控和监管起到重要作用，通过模型管理机制，可直接找出数据中存在的风险隐患。
第二，模型管理能够带来模型和数据资产的标准化、规范化。当前，各银行间或同一银行不同建模组间生产的模型在呈现形式、验证流程等方面均可能存在差异，不具备统一性和规范性。而通过模型全生命周期管理，无论是合规模型，还是机器学习模型，都会形成标准化和规范化形式，未来模型标准化运作将变成一套体系，成为交易、交流的共通语言。
第三，模型管理逐渐从模型应用管理上升到模型资产管理，助力数据要素交易流通。二十大以后，数据要素已经从辅助要素上升为主要生产资料，流通与实现交易是未来趋势。而要实现流通，则需要确保这套体制模型和数据都是按照一定的规范来进行统一性规划，便于交易、交流。因此，数据要素交易很可能为模型生命周期管理带来更高层次的发展提升。
对于模型全生命周期管理的软件，整个市场上主要分为两类，第一种我们称之为纯软件类，这类做固定化软件的公司占大部分，包括国外的一些软件公司，这类产品的特点就是流程固定、相关功能性也是固定化的。第二类是类似魔数智擎的模型管理软件，它不仅是一个软件服务，而是涵盖咨询、模型平台全套服务的“咨询+模型平台建设”。
以魔数智擎为例，首先会根据行方的具体要求设计整个模型管理机制，通过机制确定不同角色，不同汇报流程，不同相关模型的管理。通过设计一套完整机制后，魔数会结合自有的机器学习平台帮助行方进行定制化设计，例如在功能点上的设计，如角色权限、设计流程、动态化监控流程、自动化模型优化等。它不是一个固定产品，而是一套带有行方业务特点的模型管理平台。
同时，魔数智擎的产品能够把模型的部署、模型的建模、模型的管理、以及相关的监控和优化有机结合起来，形成一个整体模型全生命周期的平台，实现端到端的模型全生命周期服务。
目前数据要素已经上升到国家战略层面，党中央和国务院都有相关政策和指导文件出台，数据要素逐步向市场交易流通发展将是一个趋势。回到模型层面来看，模型和数据本质上是紧密联系在一起的，原始的数据通过模型生成成品数据，也就是说将来在数据要素市场中，我们交易的不是原始数据，而可能是经过模型加工后的数据成品，换言之我们交易的本质是一个模型。因此，大胆预测，模型管理未来可能会有两个发展方向：
第一，模型管理将不仅仅应用于零售金融方向，将逐步拓展至整个金融业，甚至是整个互联网数据要素层面，对数据要素的各角色起到重要作用，而数据要素各角色也会根据模型全生命周期管理，将自身产品进行标准化规范化规划。
第二，模型全生命周期管理将上升到2.0版本，即从模型的应用管理上升到模型的资产管理，模型资产化将进入一个新的阶段，甚至领先于世界，成为国内行业发展的重要驱动力量。
胡睿轩博士 四大咨询模型专家，魔数智擎合作伙伴。美国福特汉姆大学经济学博士，美国纽约州立大学经济与金融双学士。拥有8年以上金融行业经验，负责风险管理咨询与信贷模型算法解决方案、普惠金融综合方案、大数据应用方案等，针对客户具体产品特性与数据情况设计风控框架、应用设计、模型策略方案等。
曾任FICO中国大数据策略总监、美国福特汉姆大学经济学助理教授，国际经济政治研究院CIPS资深研究员; 北京大学国发院客座教授，Western Data Group 数据科学家，Discover Financial Service 模型分析师。
热门动态
查看更多 >
扫码添加魔数智擎官方企业微信
